기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
Amazon Bedrock API 설정
이 섹션에서는 Amazon Bedrock API 호출을 수행하도록 환경을 설정하는 방법을 설명하고 일반적인 사용 사례의 예시를 제공합니다. AWS Command Line Interface (AWS CLI), AWS SDK 또는 노트북을 사용하여 Amazon Bedrock API에 액세스할 수 있습니다. SageMaker
Amazon Bedrock API에 액세스하려면 먼저 사용하려는 기본 모델에 대한 액세스를 요청해야 합니다.
API 작업 및 파라미터에 대한 자세한 내용은 Amazon Bedrock API 참조를 참조하세요.
아래의 리소스에서는 Amazon Bedrock API에 대한 추가 정보를 제공합니다.
-
AWS Command Line Interface
모델 액세스 추가
중요
파운데이션 모델을 사용하려면 먼저 해당 모델에 대한 액세스 권한을 요청해야 합니다. 액세스 권한을 요청하기 전에 (API 또는 콘솔과 함께) 모델을 사용하려고 하면 오류 메시지가 표시됩니다. 자세한 정보는 모델 액세스을 참조하세요.
Amazon Bedrock 엔드포인트
프로그래밍 방식으로 AWS 서비스연결하려면 엔드포인트를 사용합니다. Amazon Bedrock에 사용할 수 있는 엔드포인트에 AWS 일반 참조 대한 자세한 내용은 의 Amazon Bedrock 엔드포인트 및 할당량 장을 참조하십시오.
Amazon Bedrock은 다음의 서비스 엔드포인트를 제공합니다.
-
bedrock- 모델 관리, 훈련 및 배포용 컨트롤 플레인 API가 포함되어 있습니다. 자세한 내용은 Amazon Bedrock 작업 및 Amazon Bedrock 데이터 유형을 참조하세요. -
bedrock-runtime— Amazon Bedrock에서 호스팅되는 모델에 대한 추론 요청을 하기 위한 데이터 플레인 API가 포함되어 있습니다. 자세한 내용은 Amazon Bedrock 런타임 작업 및 Amazon Bedrock 런타임 데이터 유형을 참조하세요. -
bedrock-agent- 에이전트와 지식 기반을 생성하고 관리하기 위한 컨트롤 플레인 API가 포함되어 있습니다. 자세한 내용은 Amazon Bedrock 작업용 에이전트 및 Amazon Bedrock 데이터 유형용 에이전트를 참조하세요. -
bedrock-agent-runtime— 에이전트 호출 및 지식 기반 쿼리를 위한 데이터 플레인 API가 포함되어 있습니다. 자세한 내용은 Amazon Bedrock 런타임 작업용 에이전트 및 Amazon Bedrock 런타임 데이터 유형용 에이전트를 참조하세요.
AWS CLI 설정
-
CLI를 사용하려는 경우 사용 AWS Command Line Interface 설명서의 최신 버전 설치 또는 업데이트의 단계에 따라 설치 및 구성하십시오. AWS CLI
-
구성의 단계에 따라
aws configureCLI 명령을 사용하여 AWS 자격 증명을 구성합니다. AWS CLI
AWS CLI 명령 및 작업에 대해서는 다음 참조를 참조하십시오.
SDK 설정 AWS
AWS 소프트웨어 개발 키트 (SDK) 는 널리 사용되는 여러 프로그래밍 언어에 사용할 수 있습니다. 각 SDK는 개발자가 선호하는 언어로 애플리케이션을 쉽게 구축할 수 있도록 하는 API, 코드 예제 및 설명서을 제공합니다. SDK는 다음과 같은 유용한 작업을 자동으로 수행합니다.
-
서비스 요청에 암호로 서명
-
재시도 요청
-
오류 응답 처리
다음 표를 참조하여 각 SDK에 대한 일반 정보와 코드 예제, 그리고 각 SDK에 대한 Amazon Bedrock API 참조를 참조하십시오. 에서도 코드 예제를 찾을 수 있습니다. SDK를 사용하는 Amazon Bedrock의 코드 예제 AWS
SageMaker 노트북 사용
파이썬용 SDK (Boto3) 를 사용하여 노트북에서 아마존 베드락 API 작업을 호출할 수 있습니다. SageMaker
역할을 구성하십시오. SageMaker
이 노트북을 사용할 IAM 역할에 Amazon Bedrock 권한을 추가합니다. SageMaker
IAM 콘솔에서 다음 단계를 수행합니다.
IAM 역할을 선택한 다음, 권한 추가를 선택하고 드롭다운 목록에서 인라인 정책 생성을 선택합니다.
아래의 권한을 포함합니다.
{ "Version": "2012-10-17", "Statement": [ { "Effect": "Allow", "Action": "bedrock:*", "Resource": "*" } ] }
신뢰 관계에 아래의 권한을 추가합니다.
{ "Version": "2012-10-17", "Statement": [ { "Effect": "Allow", "Principal": { "Service": "bedrock.amazonaws.com" }, "Action": "sts:AssumeRole" }, { "Sid": "", "Effect": "Allow", "Principal": { "Service": "sagemaker.amazonaws.com" }, "Action": "sts:AssumeRole" } ] }
런타임 설정 테스트
아래의 코드를 노트북에 추가한 후 코드를 실행합니다.
import boto3 import json bedrock = boto3.client(service_name='bedrock-runtime') body = json.dumps({ "prompt": "\n\nHuman:explain black holes to 8th graders\n\nAssistant:", "max_tokens_to_sample": 300, "temperature": 0.1, "top_p": 0.9, }) modelId = 'anthropic.claude-v2' accept = 'application/json' contentType = 'application/json' response = bedrock.invoke_model(body=body, modelId=modelId, accept=accept, contentType=contentType) response_body = json.loads(response.get('body').read()) # text print(response_body.get('completion'))
Amazon Bedrock 설정 테스트
아래의 코드를 노트북에 추가한 후 코드를 실행합니다.
import boto3 bedrock = boto3.client(service_name='bedrock') bedrock.get_foundation_model(modelIdentifier='anthropic.claude-v2')
